解密支付系统的生物识别技术

来源:解密支付系统的生物识别技术面临着越来越复杂的网络袭击以及各式各样的信用卡诈骗,支付系统产业正尝试将各种生物识别技术加入它们的系统,以加强安全,防止入侵。根据最近报道,有企业正在推出以智能手机“自拍照”验证的面部识别支付服务。目前这个项目正在测试当中。虽然现在用户们仍需同时使用密码,但是不久的将来,仅“自拍照”将足以完成支付。他们同时在开发支付系统中的声音识别功能。

随着应用日渐成熟,其在不知不觉中改变我们的生活方式。目前主要的五类生物识别技术:1.指纹识别;2.面部识别;3.虹膜识别;4.语音识别;5.签名识别。

一、指纹识别

指纹是人体独一无二的特征,并且它们的复杂度足以提供用于鉴别的足够特征。每一个指纹指纹都是不可替代、绝无重复的。

生物识别技术里,指纹识别具有无可比拟的优势,是目前应用最为广泛的生物识别技术,具有历史悠久、技术成熟、设备小巧、扫描速度快、使用非常方便等优势,广泛应用于考勤、门禁、自动身份鉴别领域。

指纹识别技术是目前最方便、可靠、非侵害和价格便宜的生物识别技术解决方案,对于广大市场的应用有着很大的潜力。

二、面部识别

面部识别是一种近年来非常活跃的研究领域,具有直观性好、方便、容易被人接受的特点。

面部识别是非接触的,用户不需要和设备直接的接触,但需要比较高级的摄像头才可以有效高速的扑捉面部图像。面部识别技术的改进依赖于提取特征与比对技术的提高,并且采集图像的设备会比其技术昂贵得多。

它还有一个缺点:使用者面部的位置与周围的光环境都可能影响系统的精确性;大部分研究生物识别的专家都认为面部识别是最不准确的,也是最容易被欺骗的。面部识别需要解决的问题还有:系统结构问题、人脸分辨率问题、姿态问题、光照问题和年龄问题。

三、虹膜识别技术

虹膜识别被认为是最安全、最精确的识别方法。它利用人眼图像中虹膜区域的特征(环状物、皱纹、斑点、冠状物)形成特征模板,通过比较这些特征参数完成识别。虹膜图像采集设备的价格昂贵,虹膜图像采集需要人的配合,这些影响了其推广应用。

一个最为重要的缺点是它没有进行过任何的测试,当前的虹膜识别系统只是用统计学原理进行小规模的试验,而没有进行过现实世界的唯一性认证的试验。

另外一些缺点还待解决:图像获取设备的尺寸小型化、因聚焦的需要的昂贵摄像头、黑眼睛极难读取、需要一个比较好的光源等。

四、语音识别

语音识别是对基于生物学和行为特征的说话人嗓音和语言学模式的运用,是通过分析语音的惟一特性,如通过发音的频率来识别说话的人。

声音识别的优点是使用方便、距离范围大、安装简单,只需要一个话筒接收信号即可。缺点是准确度低、应用范围有限,声音识别容易受到背景噪声、身体状况和情绪等的影响,另外同一个人的录音也可能欺骗识别系统。

五、签名识别

签名是一种基于行为特征的生物识别技术,通过分析签名的笔迹和签名过程的压力及速度做出身份确认。根据签名鉴别的对象,可以分为实时在线签名鉴别和离线签名识别。签名识别的问题在于获取在辨识过程中使用的度量方式以及签名的重复性。

缺点是签名与当时的心情、书写工具等许多因素有关,特别是签名还是可以模仿的,防欺骗性差。


目前,生物识别技术正日趋成熟,特别是指纹识别,在应用上已基于稳定,并在经济社会各领域取得良好的应用,在解决安全问题和提高工作效率方面具有显著优势。

生物识别技术:过去,现在及未来

虽然现在支付系统产业才开始全面引入各种形式的生物识别技术,旨在与越来越激烈的安全漏洞攻击相抗衡,但是生物识别技术已经存在了相当长的时间。

--1665年,马赛罗·马尔皮志(Marcello Malphighi)首次发现指纹的独特图案。

--1880年,苏格兰外科医生亨利·福尔兹(Henry Faulds)发表了一篇论文,论述指纹在身份证明的应用。

--1994年,约翰·道格曼(John Daugman)开发了第一个虹膜扫描及辨识的算法,并申请了专利。

--几年以后,德国波鸿大学的克里斯朵夫·冯·德·马尔斯伯格(Christoph von der Malsburg)开发了一个被称之为ZN-Face的系统,可在不完美的图像上进行面部特征比对。

如今,大多数主流生物识别技术都是基于指纹,掌纹,瞳孔,面部及声音辨识。除了以上物理特征辨识以外,行为特征辨识也渐渐流行起来。后者为基于人们行为特征而进行的辨识,如打字节奏或者行走姿势。

是否真正足够安全?

许多执法及政府机构已经开始使用生物识别技术,因为面对潜在网络攻击,它与其它保护措施相比更加安全。新发现的技术可以为手机及云平台提供生物识别,更进一步提高了安全系数。

但是,虽然许多人将生物识别技术称为变革者,也有质疑者辨识,现有生物识别技术并不能提供足够的安全保护,以防止身份盗用。事实上,曾有黑客成功地以照片通过指纹识别并进入私人帐号的先例。

这个领域正在经历许多变化及革新。高通最近宣布第一项基于超声波技术的手机生物识别全面解决方案。该方案可辨识本人是否在场。

研究者正在寻找一种可标记化分层的最佳解决方案,以提供更高程度的安全保护。最终解决方案可能会使用几项生物特征辨识的结合,比如皮肤温度,手掌血管以及声音识别。

购物乌托邦?或仅仅是幻想?

生物识别技术所带来的好处远远不止增加安全系数这一项。想象一下,一个完全不需要记住任何密码或者个人识别码的世界将有多方便。

另外,生物识别技术可以使店家分辨VIP顾客或者常行窃的小偷。理论上来说,NFC支付的时代,顾客将可以直接选择需要的商品并安全付款,而不需要任何收银员。

这类科技可以与一站式私人购物体验结合,而这正是目前店家希望为其顾客所营造的。这将颠覆现有购物模式。

为未来做好准备

传统验证方式已经渐渐在向新的生物识别系统转变,而手机,云系统,银行以及支付系统产业必须对此做好准备。当生物识别系统发展到更完美及更经济的阶段,其广泛应用将可以帮助店家以及银行节省大量成本,并提供更好的保护。不过,如何使其被广泛应用可能是这个产业将要面对的最大挑战。

未来,随着多重生物识别技术的融合与多元化应用,将助推我国多重生物识别技术相关的产品与解决方案得以普及,并积极拉动市场需求增长,形成跨生物技术、安防、IT等领域的新兴产业。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354

推荐阅读更多精彩内容